Fr. 47.90

Algorithmisches Lernen

Tedesco · Tascabile

Spedizione di solito entro 6 a 7 settimane

Descrizione

Ulteriori informazioni

Das Buch gibt eine Einführung in das Gebiet des Algorithmischen Lernens, d. h. in den Bereich des Maschinellen Lernens, der methodische und komplexitätstheoretische Aspekte betont. Zunächst wird die Frage geklärt, was überhaupt Lernen bedeutet und wann man davon reden kann, eine Maschine habe gelernt. Anschließend wird einerseits untersucht, welche Objekte in diesem Sinne lernbar sind, andererseits werden auch die Grenzen aufgezeigt. Es werden strukturelle Resultate und algorithmische Entwurfsprinzipien für diese Verfahren dargestellt. Dabei geht es darum, zu bestimmen, wieviel Information zum Lernen notwendig bzw. ausreichend ist. Darüber hinaus werden auch Verfahren für konkrete Aufgaben vorgestellt. Außerdem werden Methoden präsentiert, um unzureichende Lernverfahren zu verbessern und Störungen in der zum Lernen benutzten Information herauszufiltern. Übungen ermöglichen die Überprüfung des richtigen Verständnisses beim Lesen des Buches.

Sommario

Aus dem Inhalt:
Einleitung Das PAC-Modell Occam's Razor - Schwache Lerner und Boosting - Nichtlernbarkeit - Lernen aus verrauschten Beispielen - On-Line-Lernen - Aufgaben - Anhang A: Ungleichungen aus der Statistik Literaturverzeichnis - Index
Eine Liste mit Errata steht über diesen Link zur Verfügung stehen.

Riassunto

Das Buch gibt eine Einführung in das Gebiet des Algorithmischen Lernens, d. h. in den Bereich des Maschinellen Lernens, der methodische und komplexitätstheoretische Aspekte betont. Zunächst wird die Frage geklärt, was überhaupt Lernen bedeutet und wann man davon reden kann, eine Maschine habe gelernt. Anschließend wird einerseits untersucht, welche Objekte in diesem Sinne lernbar sind, andererseits werden auch die Grenzen aufgezeigt. Es werden strukturelle Resultate und algorithmische Entwurfsprinzipien für diese Verfahren dargestellt. Dabei geht es darum, zu bestimmen, wieviel Information zum Lernen notwendig bzw. ausreichend ist. Darüber hinaus werden auch Verfahren für konkrete Aufgaben vorgestellt. Außerdem werden Methoden präsentiert, um unzureichende Lernverfahren zu verbessern und Störungen in der zum Lernen benutzten Information herauszufiltern. Übungen ermöglichen die Überprüfung des richtigen Verständnisses beim Lesen des Buches.

Dettagli sul prodotto

Autori Paul Fischer, Paul (Prof. Dr Fischer
Editore Vieweg+Teubner
 
Lingue Tedesco
Formato Tascabile
Pubblicazione 01.01.1999
 
EAN 9783519029465
ISBN 978-3-519-02946-5
Pagine 196
Dimensioni 170 mm x 245 mm x 10 mm
Peso 320 g
Con la collaborazione di Paul Fischer
Illustrazioni 14 SW-Abb.,
Serie Leitfäden der Informatik
Leitfäden der Informatik
XLeitfäden der Informatik
Categorie Scienze naturali, medicina, informatica, tecnica > Tecnica

Wissenschaft, Maschine, Informatik, Programmiersprache, A, Maschinelles Lernen, computer science, Engineering, general, Technology and Engineering, algorithmische Lerntheorie, Nichtlernbarkeit, Leitfäden der Informatik, algorithmisches Lernen, Occam's Razor, Lernen aus verrauschten Beispielen

Recensioni dei clienti

Per questo articolo non c'è ancora nessuna recensione. Scrivi la prima recensione e aiuta gli altri utenti a scegliere.

Scrivi una recensione

Top o flop? Scrivi la tua recensione.

Per i messaggi a CeDe.ch si prega di utilizzare il modulo di contatto.

I campi contrassegnati da * sono obbligatori.

Inviando questo modulo si accetta la nostra dichiarazione protezione dati.